mysql 字串長度計算實現代碼(gb2312+utf8)

PHP對中文字串的處理一直困擾於剛剛接觸PHP開發的新手程式員。下面簡要的剖析一下PHP對中文字串長度的處理：

PHP內建的函數如strlen()、mb_strlen()都是通過計算字串所佔位元組數來統計字串長度的，一個英文字元佔1位元組。例：

$enStr = 'Hello,China!';
echo strlen($enStr); // 輸出：12

而中文則不然，做中文網站一般會選擇兩種編碼：gbk/gb2312或是utf-8。utf-8能相容更多的字元，所以受到很多站長的喜愛。gbk與utf-8對中文的編碼不同，導致中文在gbk與utf-8編碼下所佔位元組也有差異。

gbk編碼下每個中文字元所佔位元組為2，例：

$zhStr = '您好，中國！';
echo strlen($zhStr); // 輸出：12

utf-8編碼下每個中文字元所佔位元組為3，例：

$zhStr = '您好，中國！';
echo strlen($zhStr); // 輸出：18

那麼如何計算這組中文字串的長度呢？有人可能會說gbk下擷取中文字串長度除以2，utf-8編碼下除以3不就行了嗎？但是您要考慮字串並不老實，99%的情況會以中英混合的情況出現。

這是WordPress中的一段代碼，主要思想就是先用正則將字串分解為個體單元，然後再計算單元的個數即字串的長度，代碼如下（只能處理utf-8編碼下的字串）： 複製代碼 代碼如下:$zhStr = '您好，中國！';
$str = 'Hello,中國！';

// 計算中文字串長度
function utf8_strlen($string = null) {
// 將字串分解為單元
preg_match_all("/./us", $string, $match);
// 返回單元個數
return count($match[0]);
}
echo utf8_strlen($zhStr); // 輸出：6
echo utf8_strlen($str); // 輸出：9

utf8_strlen – 獲得UTF8編碼的字串的長度 複製代碼 代碼如下:/*
* 用於UTF8編碼的程式
* 獲得字串的長度，一個中文表示3個長度
* itlearner注釋
*/
function utf8_strlen($str) {
$count = 0;
for($i = 0; $i < strlen($str); $i++){
$value = ord($str[$i]);
if($value > 127) {
$count++;
if($value >= 192 && $value <= 223) $i++;
elseif($value >= 224 && $value <= 239) $i = $i + 2;
elseif($value >= 240 && $value <= 247) $i = $i + 3;
else die('Not a UTF-8 compatible string');
}
$count++;
}
return $count;
}